솔루션 아이디어
이 문서에서는 솔루션 아이디어를 설명합니다. 클라우드 설계자는 이 지침을 사용하여 이 아키텍처의 일반적인 구현을 위한 주요 구성 요소를 시각화할 수 있습니다. 이 문서를 시작점으로 사용하여 워크로드의 특정 요구 사항에 맞는 잘 설계된 솔루션을 디자인할 수 있습니다.
자동차 대리점, 제조업체 및 보험 회사에서 Microsoft Azure를 사용하여 차량 상태와 주행 습관에 대한 예측 인사이트를 얻을 수 있는 방법을 알아봅니다.
아키텍처
이 아키텍처의 Visio 파일을 다운로드합니다.
구성 요소
- Azure Event Hubs - Event Hubs는 진단 이벤트를 수집하고 이를 Stream Analytics 및 Azure ML 웹 서비스로 전달합니다.
- Azure Stream Analytics - Stream Analytics는 Event Hubs의 입력 스트림을 수락하고, Azure ML 웹 서비스를 호출하여 예측을 수행하고, Azure Storage 및 Power BI로 스트림을 보냅니다.
- Azure Machine Learning. Machine Learning을 사용하면 클라우드에서 예측적인 분석 솔루션을 설계, 테스트, 운영화 및 관리하고 Stream 및 Azure Data Factory로 호출할 수 있는 웹 서비스를 배포할 수 있습니다.
- Azure Storage 계정. Azure Storage는 Stream Analytics의 진단 이벤트 스트림 데이터를 저장합니다.
- Azure HDInsight. HDInsight를 사용하면 쉽고 빠르고 비용 효율적인 방식으로 대량의 데이터를 처리할 수 있습니다. 이 솔루션에는 데이터를 처리하고 Azure SQL Database에 로드하기 위해 HDInsight를 사용하여 Hive 쿼리를 실행하는 Azure Data Factory가 있지만 다른 솔루션에서는 Azure Databricks를 사용할 수도 있습니다.
- Data Factory. Data Factory는 HDInsight를 사용하여 데이터를 처리하고 Azure SQL Database에 로드합니다.
- Azure Synapse Analytics. Azure Synapse Analytics는 Data Factory 및 HDInsight에서 처리된 데이터를 저장하고 처리하는 데 사용되며, Power BI에서 원격 분석 데이터를 분석하기 위해 액세스합니다.
- Power BI. Power BI는 보고 요구 사항에 대한 데이터 시각화를 만드는 데 사용됩니다. 이 솔루션은 Power BI를 사용하지만 다른 솔루션에서는 Power BI Embedded를 사용하여 원격 분석 데이터를 분석합니다.
시나리오 정보
이 솔루션은 Event Hubs, Azure Stream Analytics, Azure Machine Learning, Storage Accounts, HDInsight, Data Factory, Azure Synapse Analytics 및 Power BI와 같은 Azure 관리형 서비스를 기반으로 합니다. 이러한 서비스는 패치 및 지원되는 고가용성 환경에서 실행되므로 실행 환경 대신 솔루션에 집중할 수 있습니다.
잠재적인 사용 사례
이 솔루션은 자동차, 제조와, 보험 및 금융 산업에 적합합니다. 조직에서는 예측 인사이트를 활용하여 차량 유지 관리를 수행해야 하는 시기와 회사 차량을 개조해야 하는 시기를 결정할 수 있습니다.
다음 단계
- Azure Event Hubs란?
- Azure Stream Analytics 시작
- Azure Machine Learning이란 무엇인가요?
- Azure Storage 소개
- Azure HDInsight란?
- Azure Data Factory란?
- Azure Synapse Analytics란?
- Power BI란?